點擊上方“AI有道”，選擇“置頂”公眾號

重磅干貨，第一時間送達

今天帶來一份由 Santiago Pascual de la Puente 整理和總結的一份 72 頁 PPT。這份 PPT 總結了如今主要的神經網絡架構及其組成，含 PyTorch 實現代碼片段！

在線地址：

https://docs.google.com/presentation/d/1MFhet5q-SIPqc_54CXWiBvlT9OdSi6P8kpkm6IxuyEM/edit#slide=id.g5540a1077d_0_55

這份 PPT 的主要揭示了神經網絡不同復雜結構對不同任務的適用性。并且把這些的理論映射到具體的 PyTorch 代碼上。主要包括三個部分：

• Basic Architectures

  • Fully Connected Layers

  • Recurrent Layers

  • Convolutional Layers

• Advanced Architectures

  • Hybrid CNN/RNN = QRNN

  • Auto-Encoders

  • Deep Classifiers/Deep Regressors

  • Residual Connections/Skip Connections, U-Net and SEGAN

  • GANs (DCGAN)

• Conclusions

下面分別來看一下。

1.?Basic Architectures

第一部分主要介紹神經網絡三種最基本的類型：全連接層、循環層、卷積層。

2.?Advanced Architectures

第二部分主要介紹的是一些高級神經網絡結構，包括：QRNN、自動編碼器、深層分類器/深層回歸器、U-Net、GANs 等。

3.?Conclusions

第三部分是全文的總結。

4. 資源獲取

這份 72 頁的 神經網絡架構綜述 PPT 也包含了 PDF。如果你需要的話，紅色石頭已經為你打包好了，包含 PPT 和 PDF 兩個版本。獲取方式如下：

1.掃描下方二維碼關注?"AI有道"?公眾號

2.公眾號后臺回復關鍵詞：DA

【推薦閱讀】

干貨 | 公眾號歷史文章精選（附資源）

我的深度學習入門路線

我的機器學習入門路線圖

你正在看嗎？?

總結

以上是生活随笔為你收集整理的72 页 PPT，带你梳理神经网络完整架构（含 PyTorch 代码）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。